L’intelligence artificielle (IA) a atteint un point de basculement dans la conscience publique. Cette évolution est en grande partie due aux développements technologiques liés aux grands modèles linguistiques (Large Language Models, LLM) et à la publication d’outils d’intelligence artificielle générative, notamment ChatGPT d’OpenAI. Cependant, pour les entreprises qui élaborent une stratégie d’intelligence artificielle tournée vers l’avenir, un aspect essentiel de la conversation doit être abordé, à savoir la question de l’utilisation de l’intelligence artificielle privée par rapport à l’intelligence artificielle publique. Il est important de comprendre les implications de chaque approche en matière de confidentialité des données et de réglementation, en particulier pour les organisations publiques ou les entreprises du secteur privé dans des domaines fortement réglementés. Examinons les deux approches afin de mieux comprendre l’impact potentiel de chacune d’entre elles.
[ Découvrez comment rendre l’intelligence artificielle opérationnelle sans compromettre la confidentialité des données : Mise en œuvre de l’intelligence artificielle privée : guide pratique. ]
Qu’est-ce que l’intelligence artificielle publique ?
Avant d’aller plus loin, définissons ces deux termes. L’intelligence artificielle publique fait référence à tout type d’algorithme d’intelligence artificielle accessible au public qui s’entraîne sur un large ensemble de données, provenant généralement d’utilisateurs ou de clients. ChatGPT est un exemple d’intelligence artificielle publique : l’outil a été formé à partir de données publiques disponibles sur Internet, telles que des articles, des images et des vidéos.
L’intelligence artificielle publique peut également se référer à tout algorithme utilisant des ensembles de données qui ne sont pas privées pour un utilisateur ou une organisation spécifique. Les fournisseurs d’intelligence artificielle publique entraînent souvent leurs modèles à l’aide de données relatives aux clients pour améliorer leurs propres services. Cela signifie souvent qu’en tant que client, vos propres données ne sont pas totalement confidentielles. En effet, ces organisations peuvent les utiliser pour améliorer les algorithmes d’intelligence artificielle de vos concurrents. Par exemple, si vous utilisez l’intelligence artificielle pour prédire quand acheter de l’espace publicitaire numérique, le fournisseur d’intelligence artificielle peut utiliser vos informations sur les prix d’achat et les gains ou pertes pour les achats publicitaires pour actualiser son propre algorithme. Autrement dit, tous vos concurrents qui utilisent le même fournisseur d’intelligence artificielle bénéficient d’un algorithme formé selon vos données.
Qu’est-ce que l’intelligence artificielle privée ?
L’intelligence artificielle privée fait référence à la pratique consistant à former des algorithmes sur des données spécifiques à un utilisateur ou à une organisation. En d’autres termes, si vous utilisez des systèmes d’apprentissage automatique pour former un modèle sur un ensemble de données, tel qu’un ensemble de documents comme des factures ou des formulaires fiscaux, ce modèle ne sera utilisé que pour votre organisation, et pas par le fournisseur de la plateforme pour former ses propres modèles. L’avantage, c’est que vous ne contribuez pas à la création d’une intelligence collective qui pourrait aider l’un de vos concurrents.
L’intelligence artificielle privée peut être créée selon deux méthodes : la première consiste à recruter des experts internes, tels qu’une équipe de data scientists, d’ingénieurs et de développeurs de logiciels, pour concevoir et soutenir des modèles d’IA sans intervention extérieure. La deuxième méthode repose sur l’utilisation d’une plateforme pour concevoir des modèles d’apprentissage automatique qui engendrent des capacités d’IA tirant parti de vos propres données privées et garantissant que ces données ne seront jamais utilisées pour développer un algorithme plus largement disponible. Avec cette deuxième approche, il est moins nécessaire d’engager une équipe importante pour élaborer et maintenir les modèles et l’infrastructure pour l’exécution de modèles d’IA privés, tout en préservant la confidentialité de vos données.
Intelligence artificielle privée et intelligence artificielle publique : 4 choses à savoir.
En réalité, les deux modèles présentent des avantages et des inconvénients. Voici quatre choses à savoir sur l’intelligence artificielle privée et l’intelligence artificielle publique :
1. Confidentialité des données.
L’intelligence artificielle privée marque des points dans le domaine de la protection de la vie privée numérique. Les intelligences artificielles privées peuvent également offrir une grande sécurité, à condition que l’entreprise respecte les meilleures pratiques en la matière.
Voici pourquoi : avec l’intelligence artificielle privée, les données de votre entreprise restent les vôtres. En hébergeant des modèles formés ou affinés à l’aide de données privées et en limitant leur utilisation à votre seule organisation, vous garantissez la confidentialité de vos données et bénéficiez de tous les avantages liés à l’optimisation du modèle pour votre cas d’usage. En revanche, avec l’intelligence artificielle publique, vous partagez essentiellement vos données privées avec le fournisseur d’intelligence artificielle, qui les stocke en ligne et les utilise à des fins d’apprentissage.
2. Contrôle.
Les fournisseurs publics d’intelligence artificielle vous permettent rarement de contrôler la manière dont vous souhaitez que l’algorithme fonctionne. L’intelligence artificielle aura été formée sur des données préexistantes (parfois des données clients) afin d’optimiser l’algorithme. Cela signifie que l’intelligence artificielle ne sera pas nécessairement adaptée à votre organisation ou à votre cas d’usage et qu’elle pourra requérir plus d’intervention humaine qu’une intelligence artificielle privée.
L’intelligence artificielle privée offre un plus grand contrôle, ce qui vous permet de personnaliser votre modèle d’IA en fonction de votre organisation. En découle une plus grande précision du modèle et, en cas de dérive des données, vous pouvez mettre à jour vos algorithmes au fil du temps.
3. Coût.
Les modèles d’IA publics peuvent être plus rentables que l’IA privée en général, notamment si vous ne disposez pas d’une équipe spécialisée dans l’intelligence artificielle. Vous payez pour exploiter les modèles préformés et les ressources dans le Cloud des fournisseurs de Cloud public.
Les modèles d’IA privés en interne nécessitent généralement un investissement plus important que les options de Cloud public. Si vous n’utilisez pas de plateforme, l’approche interne nécessite une équipe d’experts (data scientists, ingénieurs de données et ingénieurs en logiciel) pour concevoir l’infrastructure et les modèles d’IA. Ce processus peut rapidement s’avérer coûteux. De plus, la conception et l’entretien des infrastructures peuvent alourdir la facture. Toutefois, l’adoption d’une approche de plateforme en faveur de l’intelligence artificielle privée, qui ne nécessite pas d’équipe d’experts, compense ces coûts.
4. Rapidité.
L’intelligence artificielle publique permet en général d’utiliser rapidement les services d’IA, car elle s’appuie sur des modèles pré-formés et des services facilement disponibles. Avec un modèle d’IA privé, interne, il faut du temps pour collecter des données, développer le modèle, le tester et le valider avant de le déployer. Ensuite, le déploiement des modèles en production nécessite un volume important de travail informatique en interne.
Toutefois, si vous utilisez une plateforme qui vous permet de concevoir un modèle privé, vous pouvez souvent déployer un modèle d’IA entièrement formé en quelques minutes seulement.
3 points à retenir sur l’intelligence artificielle privée par rapport à l’intelligence artificielle publique.
Lorsque vous devez expliquer la différence entre l’intelligence artificielle publique et l’intelligence artificielle privée, rappelez-vous ces trois faits essentiels :
L’intelligence artificielle privée est formée à partir de vos données.
Avec l’intelligence artificielle privée, les données n’échappent jamais à votre contrôle.
Les modèles d’IA privés sont propres à votre entreprise et ne sont jamais partagés.
Écoutez Matt Calkins, PDG d’Appian, parler des avantages de
l’intelligence artificielle privée par rapport à l’intelligence artificielle publique
Obtenez le meilleur des deux avec une approche par plateforme.
Bien entendu, il n’est pas nécessaire de choisir entre l’intelligence artificielle privée et l’intelligence artificielle publique. Vous pouvez conserver les avantages des deux en adoptant une approche par plateforme. Une plateforme d’automatisation des processus comme Appian vous permet de concevoir plus rapidement vos propres modèles de données privés sur une plateforme solide et sécurisée. En fait, l’utilisation d’une plateforme comme Appian implique l’utilisation de l’intelligence artificielle dans le cadre d’une approche d’hyperautomatisation plus large. Vous aurez accès à de nombreux outils d’automatisation (notamment l’automatisation des processus robotisés (RPA) et le low-code) pour automatiser des processus entiers. L’intelligence artificielle est une capacité puissante, mais ce n’est pas une solution miracle. Vous aurez besoin de différentes technologies pour suivre le rythme des entreprises modernes.
Vous souhaitez en savoir plus sur la manière dont une approche de l’intelligence artificielle et de l’automatisation basée sur une plateforme peut vous aider ? Obtenir le rapport Gartner® Emerging Tech Radar : Hyperautomation.
